研究人员开发了ResAF-Net，一个新颖的深度学习框架，用于利用卫星图像检测树木和绘制农业区域，该框架特别为巴勒斯坦等资源受限地区设计。该模型集成了ResNet-50编码器、无锚点检测头和自注意力模块，以提高在复杂景观中的定位精度。在MillionTrees基准上进行测试，ResAF-Net展现了高召回率和具有竞争力的平均精度均值，证明了其在农业普查中的有效性。该框架已部署到GIS应用程序中，以支持不同地理尺度的驱动式数据分析。 AI
影响 为数据稀缺地区的农业监测提供了一个可扩展的AI解决方案，支持数据驱动的土地利用规划。
排序理由 这是一篇详细介绍新模型及其应用的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
